Увод у краткорочно предвиђање електричног оптерећења

Електрично оптерећење се непрекидно мења под утицајем навика потрошача, временских услова, температуре, сезоне, радних дана, викенда и празника. Иза сваког сата потрошње налази се велики број података који, ако се правилно анализирају, могу помоћи у бољем планирању рада електроенергетског система.

На овом предавању биће представљени основни појмови, методе и кораци у краткорочном предвиђању електричног оптерећења (STLF), са посебним освртом на примену статистичких метода, машинског учења и вештачке интелигенције.

Кроз предавање ће бити обрађене следеће теме:

• шта је предвиђање електричног оптерећења и зашто је важно;
• шта подразумева краткорочно предвиђање оптерећења;
• како дневна, седмична и годишња сезоналност утичу на потрошњу;
• зашто је историјско оптерећење један од најважнијих предиктора;
• како временски услови, температура и календарски фактори утичу на прогнозу;
• како се подаци припремају за STLF моделе;
• шта је инжењеринг карактеристика у временским серијама;
• које статистичке, AI и machine learning методе се користе;
• како се оцењује тачност модела;
• зашто је интерпретабилност важна у енергетским системима;
• како изгледа модеран систем за краткорочно предвиђање оптерећења.

Циљ предавања је да покаже да STLF није само проблем избора најбољег модела, већ комплетан процес који обухвата разумевање података, електроенергетског система, сезоналности, предиктора, евалуације и примене у реалним условима.

Слушаоци ће добити јасан увод у област краткорочног предвиђања електричног оптерећења и разумети како се подаци и вештачка интелигенција могу користити за поузданије планирање, ефикасније управљање и сигурније снабдевање електричном енергијом.

Улаз на предавање је слободан уз регистрацију путем линка: https://forms.gle/QgzWnMPqDh7nikjf9